共享历史最优信息搜索的粒子群算法

传统粒子群算法运行机理是通过粒子群全局最优和自身经验最优来搜索最优位置,不断迭代进化,以此趋近最优解,但该算法共享信息的局限性使其容易陷入局部最优.针对传统粒子群算法的不足,提出了共享历史最优搜索信息的粒子群算法.该粒子群体在搜索过程中,共享算法本次运行的种群个体历史最优信息、当前全局最优信息,及前几次运行过程中的种群个体历史最佳信息.通过5个经典函数的仿真实验测试,验证了该算法具有较强的全局搜索能力和收敛性.     

用OPSBOPMs实现超立方体系统的容错路由

提出了针对超立方体结构多处理机系统的最优通路集的新概念和建立基于最优通路集的最优通路矩阵(OPSBOPMs)的新算法,并给出了基于OPSBOPMs的容错路由算法,证明了该算法是基于最优通路矩阵(OPMs)和基于扩展最优通路矩阵(EOPMs)容错路由算法的扩展.研究结果表明该算法的存储开销与OPMs的相同,但记录的最优通路的信息包含了它们所记录的最优通路的信息,使搜索最优通路的能力增强.     

关于再生核空间中的最优信息和最优误差

研究了以Ｒ＝「Ｌ１,…,Ｌｎ」∈（Ｈ＾＊）为信息的最优误差算法,并在平均意义下求得最优误差。     

具有l_2范数有界不确定性扰动的证券投资决策分析

研究了证券投资决策分析问题,建立了具有不确定性扰动的不变比例投资计划法的系统优化模型,应用复合形最优 算法,给出了H∞范数有界约束条件下的最优决策算法,并通过简例说明了算法的有效性。     

用对偶单纯形算法解装卸工问题

文章提出了一些装卸工问题的数学模型.在一些特殊情况下,用对偶单纯形算法,获得了它们的最优解和最优值.     

一般任意复杂网络的可靠度最优布局

本文就一般任意复杂网络进行了分析,提出并严格证明了两个具有普遍意义的最优布局定理,即“一般任意复杂网络最优布局必要条件定理”和“一般网络简单串联支路最优布局定理”.在此基础上提出了单元对换计算机最优布局算法,进一步证明了J.M.Kontoleon灵敏度最优布局计算机算法的不足.     

最优变步长最小均方模型和实现算法

为了解决最小均方(leastmeansquare,LMS)算法中收敛速度和稳态误差之间的矛盾,在独立假设的条件下,从滤波器系数均方误差的角度,提出了最优步长定理,证明了最优步长和均方误差之间存在一一对应的关系。并以此构造了最优变步长LMS(optimalvariablestep-size,OVS-LMS)模型。推出了最优步长的递推式,讨论了最优初始化相对步长的选取方法。综合以上的分析结果,提出了该模型的实现算法。计算机仿真证明了该算法和OVS-LMS模型的学习曲线是非常相近的,因而该算法在独立假设条件下是最优的变步长LMS算法。     

基于偏转变换和冲量的函数最优学习算法

爬山算法是一种贪婪局部搜索算法,通过朝函数值增加方向持续移动的方式求解函数最优。它能够很快向着解的方向进展,但是容易陷入局部最优解。本文在爬山算法的基础上,提出了一种通过对目标函数实施偏转变换和在学习过程中增加冲量的求解函数最优的新算法。实验表明,改进的算法可以提高爬山算法找到全局最优的概率,提高收敛速度,获得比简单的随机重新开始爬山算法更理想的效果。     

最优分派的矩阵算法

本文给出了最优分派的矩阵算法，并用实例进行了说明。     

具有相同加工时间单机调度最优交货期和最优排序的确定

研究了工件加工时间相同的确定单机调度最优交贷期和最优加工顺序的问题,且目标函数基于交货期和工件交货时间不准的情况。利用HLP不等式提出了时间复杂度为O（n^2）的最优算法。